Комментарии 9
Как показывает мой личный опыт, даже если некая компания получает мои данные и анализирует их для предоставления наиболее релевантной рекламы — обычно приходит какая-нибудь крупная компания, которой нужно впарить свой товар, проплачивает рекламное место и вуаля! Вместо «чеширские коты» специально для вас, везде «КУПИ СЛОНА!»потому что он в тренде и за рекламу уплачено.
+1
Пардон если это очевидно, но рекламное место — это не обязательно рекламодатель.
В области приложений workflow обычно такой:
— есть рекламное место, например в instagram
— рекламное место отправляется в realtime аукцион
— аукцион запрашивает ставки в рекламодателей (DSP). тут ML и прочее, связанное с вашими данными
— побеждает большая ставка и это не обязательно таргетированая реклама. это может быть brand реклама новых кроссовок, которые вас вообще не интересуют.
В области приложений workflow обычно такой:
— есть рекламное место, например в instagram
— рекламное место отправляется в realtime аукцион
— аукцион запрашивает ставки в рекламодателей (DSP). тут ML и прочее, связанное с вашими данными
— побеждает большая ставка и это не обязательно таргетированая реклама. это может быть brand реклама новых кроссовок, которые вас вообще не интересуют.
0
Это я к тому что вся эта «телеметрия для улучшения вашего персонального взаимодействия с сервисом» — ничегошеньки не работает, собрали данные, мало кто их анализирует, а те кто анализирует либо не используют либо используют неумело. За последние лет 10 я не видел в используемых мною сервисах не то что полезной — даже адекватной рекламы, поэтому стал резать всё на корню. Я до сих пор с дикостью смотрю на людей которые не используют блокаторы хотя бы для ютуба, этого какие-то пещерные еретики. Есть хороший пример с известным видео на ютуб про выплавку обсидианового меча.
0
Соглашусь, все «так себе» :) Я честно говоря не особо в курсе рекламы на не-мобильных платформах, но вероятно там все не очень хорошо со сбором данных.
В рекламе на мобильных девайсах все просто. Если вы включили limited ad tracking, то можете забыть о таргетированной рекламе. У вас будет только случайная реклама кока-колы или кроссовок. Или если вы в Европе, то у вас GDPR и ограниченный срок хранения данных.
В рекламе на мобильных девайсах все просто. Если вы включили limited ad tracking, то можете забыть о таргетированной рекламе. У вас будет только случайная реклама кока-колы или кроссовок. Или если вы в Европе, то у вас GDPR и ограниченный срок хранения данных.
0
Про Steam:
Помимо виш-листа у них есть ещё и «персонализированная» главная страница.
Вот там полный Пузырь фильтров.
Стим продолжает показывать мне одни и те же игры — что-то недостаточно интересное (иначе бы уже купил), недостаточно отвратное (не хочу добавлять в игнор-лист), и при этом максимально популярное среди всех пользователей (мнение которых «очень важно для нас»). В общем, практически статичная страница с играми, не вызывающими у меня никакого отклика.
Кажется, простое примешивание случайных игр повысило бы вероятность найти что-то интересное. В худшем случае просто добавлю в игнор-лист (в копилку данных для рекомендательной системы, которой нет...)
Но, «что за дикость, где это видано», чтобы пользователю отдавались не оптимизированные «персонально под него» результаты?!
Помимо виш-листа у них есть ещё и «персонализированная» главная страница.
Вот там полный Пузырь фильтров.
Стим продолжает показывать мне одни и те же игры — что-то недостаточно интересное (иначе бы уже купил), недостаточно отвратное (не хочу добавлять в игнор-лист), и при этом максимально популярное среди всех пользователей (мнение которых «очень важно для нас»). В общем, практически статичная страница с играми, не вызывающими у меня никакого отклика.
Кажется, простое примешивание случайных игр повысило бы вероятность найти что-то интересное. В худшем случае просто добавлю в игнор-лист (в копилку данных для рекомендательной системы, которой нет...)
Но, «что за дикость, где это видано», чтобы пользователю отдавались не оптимизированные «персонально под него» результаты?!
0
давно пора хранить все персданные на клиенте, и пускай браузер для него выбирает — что показыватть.
0
В век когда приватности особо нет, когда большие корпорации вторгаются в уютный мирок маленького человека, вопрос не в том где и как хранить данные о пользователях. вопрос в том, что большие корпорации вторгаясь вообще не интересуются потребностями маленького человека. Как правильно заметили комментаторы с примерами про слона и стим именно так оно и происходит. Большая компания проплатила рекламу «Купить слона, недорого, только сейчас» и из каждого утюга будет звучать с небольшими перерывами эта ахинея, независимо нужен вам слон и есть ли деньги на слона. может вам котик нужен был или ежик. Как раз про это была статья на хабре и несколько комментариев habr.com/ru/post/434544
То для чего они собирают данные о пользователях (персональная реклама) не работает от слова совсем и скорее всего работать не будет.
Дополню свою мысль личным примером. Я как один из активных пиарастов на фейсбуке запрудил всю ленту рекламой товара который продаю, теперь у каждого кто косвенно связан с теми кто меня просматривает или подписан выскакивает реклама в ленте товара независимо нужен он им или не нужен. В большинстве случаев он им не нужен вообще.
То для чего они собирают данные о пользователях (персональная реклама) не работает от слова совсем и скорее всего работать не будет.
Дополню свою мысль личным примером. Я как один из активных пиарастов на фейсбуке запрудил всю ленту рекламой товара который продаю, теперь у каждого кто косвенно связан с теми кто меня просматривает или подписан выскакивает реклама в ленте товара независимо нужен он им или не нужен. В большинстве случаев он им не нужен вообще.
0
Да ещё и некоторые аналитические компании не заинтересованы в крутом результате анализа или прорывном алгоритме.
Они заинтересованы продать бизнесу удовлетворение.
Видел вживую, когда дорогие аналитики били по рукам Data Scientist'ов, потому что были неприятные выводы для заказчика и в своих отчётах занижали негативные тенденции в 2-3 раза, «иначе не продать слона».
В результате и так не очень точные отчёты превращались в потёмкинские деревни, но заказчик очень доволен и отсыпал больше золота (и нанимал снова).
Они заинтересованы продать бизнесу удовлетворение.
Видел вживую, когда дорогие аналитики били по рукам Data Scientist'ов, потому что были неприятные выводы для заказчика и в своих отчётах занижали негативные тенденции в 2-3 раза, «иначе не продать слона».
В результате и так не очень точные отчёты превращались в потёмкинские деревни, но заказчик очень доволен и отсыпал больше золота (и нанимал снова).
+6
Действительно почти нет нормальных анализаторов больших данных. Даже ручных (в виде data-scientis), не говоря уже про автомам. Тот же Яндекс Дзен, вроде бы лучший в России (в своей нише) и всё равно имеет весьма паршивое качество. Как было замечено автором:
Но и новые технологии тоже появляются. Например, в Киберис стоит просто запредельного качества анализирующая система (кто занимается обучением ИИ, поймет). На буквально нескольких тысячах визитах пациентов (самообучение при экспертной помощи врачам) она научилась почти что осмысленному опросу и персонифицированному (с учетом взаимного влияния симптомов) прогнозированию эффекта некоторых изученных препаратов. Кто разбирается в обучении ИИ, поймет, насколько быстро самообучается система.
А чем это, собственно, отличается от ритейла? В медицине вероятность помощи, в ритейле — вероятность покупки товара. И там и там это можно весьма точно предсказать по 2-3 косвенным факторам, даже не имея личных данных пользователя.
Например, программа в магазине предсказала беременность раньше, чем покупательница о ней узнала (стала предлагать соответствующие товары). И это было ещё 8 лет назад, сейчас для нормальных решений столько информации уже не нужно.
Другое дело, что подавляющее большинство разработчиков неспособны написать такие алгоритмы. Вот и поучается — море бесполезных данных, из которых извлекаются только «красивые графики».
… алгоритм считает, что мне нравится читать про Трампа, и теперь Трамп будет везде.
Но и новые технологии тоже появляются. Например, в Киберис стоит просто запредельного качества анализирующая система (кто занимается обучением ИИ, поймет). На буквально нескольких тысячах визитах пациентов (самообучение при экспертной помощи врачам) она научилась почти что осмысленному опросу и персонифицированному (с учетом взаимного влияния симптомов) прогнозированию эффекта некоторых изученных препаратов. Кто разбирается в обучении ИИ, поймет, насколько быстро самообучается система.
А чем это, собственно, отличается от ритейла? В медицине вероятность помощи, в ритейле — вероятность покупки товара. И там и там это можно весьма точно предсказать по 2-3 косвенным факторам, даже не имея личных данных пользователя.
Например, программа в магазине предсказала беременность раньше, чем покупательница о ней узнала (стала предлагать соответствующие товары). И это было ещё 8 лет назад, сейчас для нормальных решений столько информации уже не нужно.
Другое дело, что подавляющее большинство разработчиков неспособны написать такие алгоритмы. Вот и поучается — море бесполезных данных, из которых извлекаются только «красивые графики».
-1
Зарегистрируйтесь на Хабре , чтобы оставить комментарий
Забудьте о приватности: у вас всё равно ужасный таргетинг